基于视觉感知的立体图像零水印算法研究

人眼感知立体图像,主要是对图像内容和深度信息的感知,而视点之间的差异是形成立体图像深度感知的一个重要原因。本文基于人眼视觉感知特性,提出了视点零水印和视差零水印算法,视点零水印将视点图像的亮度Y分量分块做DCT变换,并根据DCT域中低频系数的大小关系来构造视点零水印,提高了水印的鲁棒性和不可见性;视差零水印通过求取左右视图的视差值,搜索得到左右视图的匹配区域,根据匹配区域内左右图像块的DC系数大小关系来构造视差零水印。统计两类零水印恢复率,达到对立体图像质量和立体感知质量客观评价的目的。实验结果表明,该水印算法具有良好的鲁棒性和不可见性,通过水印恢复率客观评价图像质量和立体感知质量,与人眼主观评价具有一致性。     

基于极性的立体图像盲数字水印算法

针对平面图像水印算法不能很好地适用于立体图像的问题,在平面图像版权保护算法的基础上,提出一种新的立体图像盲数字水印算法,并进行了仿真研究.首先将立体图像分块并定义图像块的极性,然后基于左右图像块的极性与水印信息之间的关系嵌入水印:如果水印信息是零,则需要通过改变对应图像块的极性,使得两极性相反;反之则使两极性相同.在水印提取过程中,只要判断左右图像块极性的关系即可提取水印信息,实现了水印的盲提取.攻击实验结果表明该算法是可行的、有效的.     

基于离散余弦变换与Hessenberg分解的图像水印算法

为了增强水印系统的视觉隐秘性与抗几何攻击能力,设计了基于离散小波变换与Hessenberg分解的图像水印算法。将宿主图像实施分割,形成一系列的8×8的非重叠子块;随后,联合信息熵与边缘熵值,构建嵌入区域选择方法,从这些子块中确定出合适嵌入水印的子块;引入离散余弦变换DCT(Discrete Cosine Transform),对选择的子块进行分解,输出对应的低频与高频系数,将每个子块的低频系数组合成相应的矩阵;随后,利用Hessenberg分解方法处理这些低频系数矩阵,输出对应的上Hessenberg矩阵;根据结构相似度与位正确率,构建粒子群算法的适应度函数,通过对其迭代,获取最优的嵌入强度;根据优化的嵌入强度,设计水印嵌入机制,将水印信息隐藏到上Hessenberg矩阵中,形成水印图像;最后,构建水印检测方法,从水印图像中提取水印。实验数据表明:较当前鲁棒水印方案而言,所提技术具有理想的视觉不可感知性与鲁棒性。     

基于小波变换和置乱技术的自适应二值水印新算法

提出一种基于Arnold置乱和小波变换的自适应二值图像水印新算法.首先将二值水印图像进行Arnold置乱,接着将其嵌入载体图像经过小波分解后的低频系数中.嵌入时根据SOBEL算子计算出的图像块边缘点密度,将对应的小波块进行分类.然后根据人眼视觉掩蔽特性,设置不同小波块对应的低频系数的调整因子.实验结果表明,该方法嵌入的数字水印不但具有较好的不可见性,而且对图像处理有较好的鲁棒性.     

一种基于离散小波变换的数字图像认证算法

提出了一种基于离散小波变换的半脆弱水印认证算法。利用小波系数之间的相关性作为图像特征水印,利用小波系数块均值量化来嵌入,在鲁棒性和脆弱性方面达到很好的平衡。该算法能够识别图像的恶意篡改,并定位篡改发生区域,而对通常的图像处理具有一定的鲁棒性。     

基于小波系数块相似鲁棒育水印水印技术

在充分考虑图像相关性的基础上,提出一种基于欧氏距离和DWT域的鲁棒公开水印技术算法.首先对原始图像做三级小波变换, 然后将三级小波变换低频系数子带分为N个2×2子块,利用欧几里德距离作为相似性度量,建立最相似环模型,最后根据环中相邻两块的信息熵的大小关系,控制低频子带系数嵌入水印信号的强度,并通过修改块间的相似度,来嵌入水印信息.算法以环模型中块顺序作为密钥无须借助原图像实现对水印的正确提取.实验结果表明,该算法是有效的,较好地解决了水印不可见性与鲁棒性之间的矛盾,对通常的图像处理操作和裁剪、挤压、像素移位等几何攻击有较强的鲁棒性.     

基于小波变换的图像自适应水印

提出了一种基于小波变换的图像自适应水印嵌入方法。此方法对原始图像进行小波分解,在每一个低频系数中嵌入一位水印信息,嵌入时根据低频逼近系数和高频系数的特点以及树结构关系,给每一个低频系数确定一个相关掩蔽参数,并用此参数控制其对应低频系数嵌入水印时的相对修改强度。实验表明：使用该方法嵌入的数字水印具有很好的隐蔽性,感觉不到对原始图像的影响。同时,嵌入的数字水印具有较理想的鲁棒性,常规的图像处理方法对其影响甚弱。     

基于奇异值分解和粒子群优化算法的图像水印算法

针对目前图像水印算法存在的水印可见性与抗攻击鲁棒性的矛盾, 为获得理想的图像水印效果, 设计一种基于奇异值分解和粒子群优化算法的图像水印算法. 首先对原始载体图像进行尺度不变特征变换, 选择水印嵌入的区域, 并将水印嵌入区域划为多个子块; 然后采用奇异值分解算法对子块进行处理, 建立奇异值矩阵, 并对水印和水印嵌入区域子块进行融合生成水印矩阵; 最后采用粒子群优化算法确定水印嵌入的强度. 图像水印仿真实验结果表明, 该算法可得到理想的水印嵌入效果, 水印的不可见性较好, 人眼不能感觉出水印嵌入的影响, 水印对各种攻击具有较强的鲁棒性, 且该水印算法的整体性能明显优于当前其他图像水印算法.     

基于DCT技术彩色图像水印算法的研究

采用DCT技术进行彩色图像水印的嵌入与提取,提出一种基于DCT域的彩色图像数字水印算法.该算法利用Amold变换置乱图像,给出DCT系数所对应的径向频率的排列图,通过人类视觉系统特性计算权值因子的方法确定鲁棒值系数,利用最小可察觉误差嵌入最大可能的水印信息量,分析并研究数字水印信息在嵌入位置选择上对水印算法性能的影响.在嵌入水印时,针对HSI色彩空间,在亮度分量I以及两个色差分量H和S中嵌入鲁棒水印,通过分块把原始图像各分量的DC系数嵌进鲁棒水印,进行标识版权,实现嵌入强度与区域特性的自适应变化,有效加强同类水印方案的鲁棒性,提高多媒体版权保护能力.     

基于SVD变换的立体图像零水印算法

深度信息是立体图像最重要的特征,而常见的鲁棒性数字水印算法可能使立体图像深度信息遭到破坏而使其视觉效果下降.针对这个问题,提出了一种基于SVD变换的零水印算法.首先,对立体图像的左右视点图像块分别进行SVD变换,得到第一奇异值对应的左奇异向量;其次,分别计算出左右视点图像块的左奇异向量的方差;最后,利用第一奇异值对应的左奇异变量具有很好的稳定性这一特性,通过比较二者大小关系构造出零水印.同时,引入了时间戳机制,减弱了解释攻击带来的影响.仿真实验结果证明,此算法能够避免零水印的虚警概率,同时能够抵抗JPEG压缩攻击和高斯攻击,具有很好的均衡性、相似性和鲁棒性.     

视频会议系统中基于图像拼合的中间视合成

中间视合成是实现立体交互式显示的关键技术,即在观察者改变观看位置时,可以通过系统合成的虚拟视点获得环视的效果.该文提出一种基于图像拼合的中间视合成算法,利用图像插值和变形技术,生成虚拟视点图像.首先对立体图像对进行亮度均匀化处理,以消除左右图像间的平均亮度差异;然后根据左右视所含信息的不对称性,利用视差信息判断可靠区域,生成过渡中间视;最后采用图像拼合变形的方法进行中间视插值合成.实验表明,生成的虚拟中间视图像效果良好,基于对象的处理方式使得本算法具有速度上的优势,可用于头肩型视频会议场景的立体交互显示.     

基于改进的census变换彩色图像匹配研究

针对传统census变换在彩色图像匹配中精度不高,易受光照影响等缺陷,提出了一种彩色census变换匹配算法。首先,利用census变换窗口内的颜色距离标准偏差代替变换窗口中心像素的灰度值,再与邻域内颜色距离信息和邻域内颜色距离信息平均值之差进行census变换。然后,利用Hamming距离作为匹配代价函数,采用优胜全取策略(winner-take-all)和左右一致性校验得到视差数据,获得稠密视差图。实验表明,该算法可有效提高彩色图像匹配精度,实时性好,对非理想光照变化所引起的干扰具有较强鲁棒性。     

基于直流分量和低频分量的DCT域数字水印嵌入算法

提出了两种数字水印嵌入算法．一是对原始图像作整体DCT变换后在低频分量上嵌入水印,水印是一符合标准正态分布的随机序列;二是利用人类视觉掩蔽特性,对原始图像作分块DCT变换后选取直流分量嵌入水印,水印是一个在视觉上具有直观意义的数字图像,并采用图像置乱的方法增强水印的安全性．实验结果表明提出的两种水印算法均具有较好的不可见性,且能够成功地抵抗JPEG有损压缩、缩放、中值滤波、加噪、剪切等常见的图像处理操作,具有较强的鲁棒性．     

基于双重置乱的小波变换水印技术研究

针对目前水印安全性不够,以及水印鲁棒性和不可见性的矛盾,提出了一种新的水印设计思路:水印在双重置乱的基础上,进行汉明编码,然后嵌入在二维小波变换图像的高频上.实验结果表明,该水印算法除了具有较好的保护水印安全外,而且水印不可见性好,鲁棒性高.     

基于小波包分解的无参考立体图像质量评价

立体图像质量评价在立体图像处理领域中应用广泛.基于小波包分解的精细分辨率,提出了一种全新的无参考立体图像质量评价算法.选取合值图和差值图作为融合图来评估立体图像,首先,对立体图像对进行小波包分解,基于双眼竞争和双眼抑制原理,将分解后的左右视图进行融合得到合值图和差值图.然后,分别在融合图上提取自然场景统计(NSS)特征和信息熵;另外,考虑到左右视图之间的内在相关联系,提取结构相似度特征.最后,运用支持向量回归(SVR)来建立感知特征和主观分数模型并预测得到客观评价分数.采用该算法在LIVE 3D立体图像数据库上进行测试,实验结果表明,该算法与人眼主观评价结果一致性较高,优于当前主流的立体图像质量评价算法,符合人眼视觉感知特性.     

一种彩色图像DC系数的自适应水印算法

提出了一种新的彩色图像DC系数的自适应水印算法。该算法通过简单地分析DCT块的两个AC系数将像素块分类成平滑块、边缘块和纹理块,然后根据像素块的类型自适应设置水印的嵌入强度。并利用图像亚采样得到的4个子图像间的高度相关性,将1比特水印嵌入在4个子图像块中由密钥控制的两个块的DC系数上,获得了分散水印能量与增加安全性的目的,而水印能直接在像素域中进行盲提取。同时嵌水印在YIQ模型的Y分量和RGB的B分量上,并进行了两者的性能比较与分析。大量实验表明,提出的水印算法取得了很高的不可见性和鲁棒性,Y分量水印的性能优于B分量的。     

立体视差调整的快速估计方法

立体图像的视差调整多用于会聚调节和视差校正．为准确地计算出立体图像视差调整量的取值范围,建立了立体视差调整的快速估计方法．算法首先将人类立体视觉的Panum融合区应用于立体显示空间,给出计算立体显示屏幕Panum融合区的方法,然后推导出立体显示屏幕Panum融合区对视差调整量的限定,最后通过对立体图像深度线索的稀疏匹配快速估计出Panum融合区限定下视差调整量的适用范围．经实验验证．本方法可以快速、准确地得到视差调整量的适用范围,最大限度地避免立体图像中出现双眼复视的情况．     

从双视图到多视图的协同优化立体视觉匹配算法

采用基于视图协同优化算法解决视觉匹配问题,通过对双视图立体匹配的研究到多视图匹配的推广,利用视差平面拟合进行多个视差集的合并.利用奇异值分解法解决线性方程,建立排除异常点的判别规则,解决遮挡及稀疏纹理的问题.实验结果表明:该协同优化算法是有效的,提高了匹配的精度.